基于极限学习机的充填体强度预测
2015-12-03陈增剑戴兴国邓光迪
中国钨业 2015年1期
关键词:模型
陈增剑,戴兴国,2,方 鑫,邓光迪
(1.中南大学 资源与安全工程学院,湖南 长沙 410083;2.新疆大学 地质与矿业工程学院,新疆 乌鲁木齐 830046)
基于极限学习机的充填体强度预测
陈增剑1,戴兴国1,2,方 鑫1,邓光迪1
(1.中南大学 资源与安全工程学院,湖南 长沙 410083;2.新疆大学 地质与矿业工程学院,新疆 乌鲁木齐 830046)
针对充填体强度与影响因素之间复杂的非线性关系,利用极限学习机算法(ELM)建立了充填体强度预测的ELM模型,该模型以良山铁矿充填料浆配比试验数据作为训练和测试样本,选取料浆浓度、灰砂比、水泥含量及矿渣微粉掺入量4个影响因素作为输入因子,28天抗压强度作为输出因子。结果表明:当隐含层节点数目选取为17个,激活函数为Sigmoidal时网络模型具有良好的泛化能力和预测精度,模型训练值和预测值与实测值的均方误差(MSE)分别为0.39和0.36,平均相对误差控制在5%以内,对充填体的强度具有良好的预测能力。
充填体强度;极限学习机;泛化能力;均方误差
0 引言
随着我国矿产资源开发继续向深部发展,充填采矿法以其有效控制采场地压、维护采空区稳定性、废物利用和减少环境污染等优势越来越受到人们的重视[1]。在充填采矿法中,充填体的强度首先需要满足充填采矿法对强度的要求,而确定合理的充填料浆配比可以有效地保证充填体的强度、降低充填成本[2]。影响充填体强度的因素有很多,这些因素之间具有复杂的非线性关系[3]。国内外许多学者提出了许多预测充填体强度的方法,如线性回归[4-5]、相似公式、经验公式估算、数值模拟、弹性力学分析等[6],但由于充填体材料的复杂性,用上述方法往往得不到精确的预测结果。……
登录APP查看全文
